JPH0644247A

JPH0644247A - 音声合成装置

Info

Publication number: JPH0644247A
Application number: JP4198297A
Authority: JP
Inventors: Hitoshi Iwamida; 均岩見田; Akihiro Kimura; 晋太木村
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1992-07-24
Filing date: 1992-07-24
Publication date: 1994-02-18

Abstract

(57)【要約】【目的】テキスト中の制御記号を音声に反映させる。【構成】テキスト入力手段１から文字と制御記号を含
むテキストを入力し、制御記号変換手段２はその制御記
号を検出してその意味を表わす合成用制御記号に変換
し、音声波形合成手段３は文字および合成用制御記号を
音声波形に合成して音声波形出力手段４より音声を出力
する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、テキストを入力してそ
のテキストに相当する音声を合成して出力する音声合成
装置に係り、特に画面表示用、印刷用、データベース用
などのテキストのように、テキスト中に書式制御記号、
文字制御記号、属性記号などを含むテキストを扱う音声
合成装置に関する。

【０００２】

【従来の技術】音声合成装置は、テキストつまり文字列
を音声に変換するものである。ところでテキストは画面
表示用や印刷用などに作成されたものが多く、文字をど
のような大きさでどんな文字の種類（漢字なら明朝体、
英字ならゴシック体など）で表わし、どこで改行、改頁
を行うか、また題目を表わす文字はどの位置に表示する
か（センタリングなど）などを示す制御記号が含まれて
いる。

【０００３】従来の音声合成装置では、文字について
は、そのまま音声に変換するか、または文章または文章
の句の先頭位置に音声の音量制御や音高制御を行う音声
合成のための合成制御記号を入れ、この合成制御記号に
より、その後に続く文章や句の音声の音量や音高を変更
する。また制御記号については、この制御記号の表わす
意味とは無関係な発音をしたり、あるいは制御記号を読
み飛ばす（無視する）などの処理をしていた。例えば強
調文字の開始と終了を表わす制御記号が「／Ｉ」，「／
Ｐ」の場合、合成音声を「スラッシュアイ」、「スラッ
シュピイ」とする。

【０００４】次に合成用制御記号を付けたテキストの例
を説明する。イエスは、＃Ｖ＋２ガリラヤ湖のほとりを
歩いておられたとき、＃Ｖ−３二人の兄弟、ペトロと呼
ばれるシモンとその兄弟アンデレが＃Ｐ＋１湖で網を打
っているのを御覧になった。＃Ｐ−４彼らは漁師だっ
た。

【０００５】合成用制御記号の意味は次の通りである。＃Ｖ＋２…音量を２段大きくする。＃Ｖ−３…音量を３段小さくする。＃Ｐ＋１…音高を２段高くする。＃Ｐ−４…音高を４段低くする。

【０００６】図７は従来の音声合成のフローチャートで
ある。テキストには合成用制御記号が付加されているも
のとする。まずテキストを入力すると（ステップ50）、
そのテキストの先頭にポインタをおき（ステップ51）、
ポインタの位置に合成用制御記号があるか調べる（ステ
ップ52）。上の例ではイエスの「イ」が合成用制御記号
であるかを調べる。「イ」は合成用制御記号でも句読点
でもない（ステップ54）ので、「イ」の音素記号である
「ｉ」を生成する（ステップ56）。

【０００７】音素記号とはその文字がどのように発声さ
れるかを示す記号であり、日本語の場合、ローマ字で記
述したときのアルファベット１字にほぼ相当する。この
場合「イ」の音素記号は「ｉ」である。次に音響パラメ
ータを生成する（ステップ57）。音響パラメータとは、
実際の音声データを何らかの方法によって合成単位（た
とえば音素や音節）毎に情報圧縮したデータである。一
般的には、音響パラメータとしては、情報圧縮方式の違
い（音声生成過程のモデル化の違い）によってＰＡＲＣ
ＯＲ（ＬＰＣ）、ＬＳＰ、フォルマント等がある。例え
ば、フォルマント（音道の共振周波数）の場合は、フォ
ルマント周波数、音域幅、音源の強さ等を指定し、音道
伝達関数をモデル化したデジタル・フィルタを駆動し、
音声波形を発生する。

【０００８】次に音声波形を音響パラメータに基づいて
生成する（ステップ58）。同様にしてステップ52〜60に
より「イ」，「エ」，「ス」の音声波形を生成する。次
に「、」はステップ54で句読点と判断され、今迄に音声
波形を生成されていた「イエス」をまとめて音声波形と
して出力する（ステップ55）。次にポインタを＃Ｖ＋２
の位置におくと（ステップ59）、これは合成制御記号で
あるので（ステップ52）、合成パラメータを変更する
（ステップ53）。この合成パラメータの変更とは、標準
的な音声で発音した「イエス」を合成用制御記号＃Ｖ＋
２の次の文字から次の合成用制御記号＃Ｖ−３の前ま
で、つまり「ガリラヤ湖のほとりを歩いておられたと
き」まで、音量を２段大きくする処理である。「ガリラ
ヤ〜とき」までステップ52〜60で処理し、句読点「、」
にきたとき、音量を２段大きくした音声で「ガリラヤ〜
とき」までを発声する（ステップ55）。

【０００９】

【発明が解決しようとする課題】しかし、上述したよう
に、制御記号に対しては考慮が払われていなかった。制
御記号の表わす意味を考えず、機械的に上述のような発
声をする場合、聞く人は突然出てきたこのような発声の
内容がわからず、今まで聞いていた発声内容の理解に混
乱を生じる。また、段落の切れ目などを表わす制御記号
を読み飛ばされると、文章の内容を把握することが困難
になる場合を生じる。このように画面表示時や印刷時に
視覚的に利用者に与えていた情報が音声合成すると失な
われ、利用者はこのような音声合成を聞いただけでは、
文章の内容を正しく理解できない場合が生ずる。

【００１０】本発明は、上述の問題点に鑑みてなされた
もので、テキスト中の制御記号を音声合成に反映するこ
とにより理解しやすい音声を合成する音声合成装置を提
供することを目的とする。

【００１１】

【課題を解決するための手段】図１は本発明の原理図で
ある。本発明は、文字とこの文字を表示するのに用いら
れる制御記号を含むテキストを入力するテキスト入力手
段１と、前記テキストを入力して前記制御記号を分離
し、他はそのまま出力し、この分離した制御記号を予め
定められた音声合成制御記号に変換する制御記号変換手
段２と、この制御記号変換手段２の出力を予め定められ
ている音声波形に合成する音声波形合成手段３と、この
合成された音声波形を音声として出力する音声波形出力
手段４とを備えたものである。

【００１２】また、前記制御記号変換手段２が、前記テ
キストから前記制御記号と他を分離して取り出す制御記
号検出部22と、前記制御記号と前記音声合成制御記号を
対応づけた制御記号対応表21と、前記制御記号検出部22
が検出した前記制御記号を前記制御記号対応表21を検索
して対応する前記音声合成制御記号に変換する制御記号
変換部23とを備えたものである。

【００１３】また、前記制御記号対応表21において、前
記テキストを表示する書式を定める書式制御記号を、無
音を所定長さ続ける、無視するのいずれかを表わす前記
音声合成制御記号に対応させたものである。

【００１４】また、前記制御記号対応表21において、前
記テキストの文字を規定する文字制御記号を、この文字
を読む際の所定の音量、所定の音の高低、所定の音色、
所定の読む速度の少くとも１つを表わす前記音声合成制
御記号に対応させたものである。

【００１５】また、前記制御記号対応表21において、表
示する文字よりなる文書の属性を表わす属性記号を、こ
の文書を読む際の、所定の間無音とする、所定の音量、
所定の音の高低、所定の音色、所定の読む速度の少くと
も１つを表わす前記音声合成制御記号に対応させたもの
である。

【００１６】

【作用】テキスト入力手段１より文字とこの文字を表示
するのに用いられる制御記号を含むテキストが入力され
ると、制御記号変換手段２は、このテキストを入力して
制御記号を検出し、他はそのまま出力し、制御記号は、
その表わす意味を考慮して定められた合成用制御記号に
変換して出力する。音声波形合成手段３は、合成用制御
記号および他を対応する音声波形に合成して出力し、音
声波形出力手段４はこの合成した音声波形を音声で出力
する。ここで他には文字は当然含まれるが、テキストを
音声にする場合の音量とか、音の高低など、制御記号と
は無関係に設定された合成用制御記号がある。

【００１７】この制御記号変換手段２では、制御記号検
出部22が入力したテキスト制御記号と他を分離し、他は
そのまま出力し、制御記号は、制御記号変換部23で制御
記号対応表21を参照して対応する音声合成制御記号を出
力する。

【００１８】この制御記号対応表21において、改行や段
落の切れ目などを表わす書式制御記号には、無音を所定
長さ続けるまたはその書式制御記号を無視するかのいず
れかを表わす音声合成制御記号を対応させる。段落の場
合、ある間を置いた後、発声すれば、段落の雰囲気が聞
く人に伝わる。

【００１９】また、この制御記号対応表21において、文
字の大きさや種類などを表わす文字制御記号を、この文
字制御記号が制御する文字を読むとき、所定の音量、所
定の高低、所定の音色、所定の読む速度の１つまたはこ
の組み合せを表わす音声合成制御記号に対応させること
により、文字制御記号の表わす意味が聞く人に伝わる。
例えば大きな文字は大きな声とするなどにより、大きな
文字の雰囲気が伝わる。

【００２０】また、この制御記号対応表21において、表
示する文字により構成される文書の属性、例えば概要を
表わす概要記号などの属性記号は、この文書を読む際、
所定の間無音とする、所定の音量、所定の音の高低、所
定の音色、所定の読む速度の１つまたはこの組み合せを
表わす音声合成制御記号に対応させる。例えば概要の場
合、音色を変える（男の声から女の声に）などすること
により、他と区分して理解されるようになる。

【００２１】

【実施例】以下、本発明の実施例を図面を参照して説明
する。図２は本発明の実施例の構成を示すブロック図で
ある。テキスト入力部11には文字と制御記号よりなるテ
キスト、またはこのテキストを音声にするときの音量、
音の高低を指示するなどの合成用制御記号を文字と制御
記号に加えたテキストが入力される。制御記号対応表21
は、制御記号に対応した文字を音声にする際、制御記号
の表わす内容を考慮した音声にするための記号（これも
合成用制御記号と呼ぶことにする）を対応して示した表
である。例えばアンダーライン付文字に対する制御記号
には、音を高くし、ゆっくり発声するという合成用制御
記号を対応させる。これによりアンダーラインのある文
字の発声を聞く人は、その発声を十分注意して聞くよう
になる。

【００２２】制御記号検出部22はテキスト中から制御記
号を文字と合成用制御記号から分離して検出する。制御
記号変換部23は検出した制御記号に基づき制御記号対応
表21を検索して対応する合成用制御記号を見出し、制御
記号をこの合成用制御記号に置換する。音素記号生成部
31は制御記号変換部23で制御記号部分を合成用制御記号
に置換されたテキストを入力し、テキスト中の文字がど
のように発声されるかを示す音素記号を生成する。音響
パラメータ生成部32は音素記号より音声を生じる音響パ
ラメータを生成する。この音響パラメータは例えばフォ
ルマント周波数（音道の共振周波数）のセットで予め音
素記号毎に求められている。

【００２３】音声波形生成部33は合成用制御記号に基づ
き、音源の強さや周波数を決め、音響パラメータに基づ
き定めた声道伝達関数をモデル化したデジタルフィルタ
を駆動し、音声波形を生成する。Ｄ／Ａ変換部41は生成
された音声波形をデジタル／アナログ変換し、アナグロ
波形を得る。低域通過フィルタ42はアナログ音声波形の
高調波を取り除き、スピーカー43はアナログ音声波形を
出力する。

【００２４】図３は制御記号対応表21の内容の一部を示
す図である。制御記号には、改行や改頁などを示す書式
制御記号、文字の種類や大きさなどを指定する文字制御
記号、題目や概要などテキストの属性を示す属性記号な
どがある。この制御記号を音声に変換する場合、その制
御記号が表わす意味を音声に表現するようにする。例え
ば改行や改頁などの書式制御記号は音声合成時のポーズ
長を長くする合成用制御記号に変換し、文字の大きさの
場合は、音声合成の音量を変え、文字の種類の場合は音
色を変える。例えば男性の声から女性の声に変える。ま
た属性記号については、題目記号のときは、音量を大き
くし、次の発声するまでの無音の時間を長くとる。概要
記号については男性から女性の声へと音色を変える。

【００２５】図３はこのような制御記号と合成用制御記
号の対応の一例で、書式制御記号のセンタリング開始と
センタリング終了に対しては共に無音の時間を入れ、そ
の長さをある単位で計って共に２とする。文字制御記号
について、ルビ記号は無視し、なにもしない。強調文字
の開始では音量を大きくし、ある単位で計って２の大き
さとし、強調文字終了は音量を−２に下げる。また10ポ
イントの大きさの文字は音の高さを10とし、早い速度５
で発声する。８ポイントの文字については、音の高さは
８、発声する早さはやや遅くなって４とする。アンダー
ライン開始では、音の高さを２とし、速度はかなり遅く
−２とし、アンダーライン終了では音の高さを−２に下
げ、速度をやや早めて２とする。属性記号の題目開始で
は音量を２とし、無音の長さを３とし、題目の終了では
音量を−２に下げ、無音の長さを２とする。

【００２６】図４は制御記号検出部22と制御記号変換部
23の動作を示すフローチャートである。制御記号検出部
22では制御記号を含むテキストを入力する（ステップ7
0）。入力したテキストの先頭へポインタを設定し（ス
テップ71）、最初の文字を取り出し、制御記号か否か確
認する（ステップ72）。制御記号でなければ、これは無
視し、制御記号であれば制御記号対応表21を検索して対
応する合成用制御記号を取り出す（ステップ73）。制御
記号をこの取り出した合成用制御記号に変換する（ステ
ップ74）。ポインタを次の文字へ移し、テキストの末尾
へ来なければ（ステップ76）、ステップ72へ戻り、ステ
ップ72〜76を繰り返す。

【００２７】図５は図２の音素記号生成部31よりスピー
カー43までの動作フロー図である。本図は形式的には図
７と同じであるが、合成用制御記号として図７に示す従
来例はテキストに予め設定したもののみであるのに対
し、図５の場合は、制御記号を変換した合成用制御記号
も含まれている点が相違する。

【００２８】図４のステップ76より出力されたテキスト
を入力する（ステップ80）。このテキストには文字と合
成用制御記号が含まれ、この合成用制御記号には制御記
号を変換した合成用制御記号も含まれる。ポインタをテ
キストの先頭へ設定し（ステップ81）、合成用制御記号
か調べ（ステップ82）、合成用制御記号であれば、この
合成用制御記号が制御する範囲の文字の合成パラメータ
を変更する（ステップ83）。例えば合成用制御記号がア
ンダーライン付文字の場合、その文字の発声の周波数を
高くして高音を出し、その振幅を大きくして音量を大き
くするなどの処理をする合成パラメータを生成する。

【００２９】合成用制御記号でない場合、句読点である
か調べる（ステップ84）。発声を１文字ごとに行なうの
でなく、句読点で文章を区切って、この区切られた文字
列をまとめて音声として発声する。句読点でなければ、
テキスト中の１文字をこれに対応する音素記号に変換す
る。音素記号は対応する文字がどのように発声されるか
を示す記号であり、各文字ごとに対応する音素記号が予
め定められている。音響パラメータ生成は音素記号を音
声にするための音道の状態に相当するパラメータを定め
るものである。

【００３０】次に音響パラメータとステップ83で生成し
た合成パラメータにより音声波形を生成する（ステップ
88）。ポインタを次の文字（合成用制御記号も含む）へ
移し、ステップ82に戻る。句読点まできたとき（ステッ
プ84）、今まで作成した音声波形により音声を出力す
る。以下、テキストが終るまで上述の処理を繰り返す。

【００３１】図６は英文のサンプルに本実施例を適用し
た場合を説明する図である。100 は標題であり、センタ
リングを示す書式説明記号が付されているので、この標
題の前後に長さ２単位の無音を挿入する。101 は概要で
あり、使用文字がイタリック体を示す文字制御記号が付
されているので、音色を女性の声にする。102 ，103は
強調文字であり、強調文字を示す文字制御記号が付され
ているのでその前後の文字より音量を２段階大きくす
る。104 は文字の大きさが大きく、文字の大きさを示す
文字制御記号が付いているので、その前後の文字より音
高を２段階上げる。

【００３２】

【発明の効果】以上の説明より明らかなように、本発明
はテキスト中に含まれる制御記号をその行う機能に対応
して、その制御記号が制御する文字の音声に反映するの
で、本来画像表示または印刷用に作成されたテキストで
も、画像表示または印刷されたテキストを見るときの雰
囲気を持たせて、音声で実現することが可能となる。

【図面の簡単な説明】

【図１】本発明の原理図である。

【図２】本発明の実施例の構成を示すブロック図であ
る。

【図３】制御記号と合成用制御記号の対応表の一例であ
る。

【図４】テキスト制御記号を合成用制御記号に変換する
動作フロー図である。

【図５】音素記号生成より音声を出力するまでの動作フ
ロー図である。

【図６】本実施例を英文のサンプルで行った例を説明す
る図である。

【図７】従来のテキストを音声で出力する動作フロー図
である。

【符号の説明】

21 制御記号対応表 22 制御記号検出部 23 制御記号変換部 31 音素記号生成部 32 音響パラメータ生成部 33 音声波形生成部

Claims

【特許請求の範囲】

【請求項１】文字とこの文字を表示するのに用いられ
る制御記号を含むテキストを入力するテキスト入力手段
（１）と、前記テキストを入力して前記制御記号を分離
し、他はそのまま出力し、この分離した制御記号を予め
定められた音声合成制御記号に変換する制御記号変換手
段（２）と、この制御記号変換手段（２）の出力を予め
定められている音声波形に合成する音声波形合成手段
（３）と、この合成された音声波形を音声として出力す
る音声波形出力手段（４）とを備えたことを特徴とする
音声合成装置。
【請求項２】前記制御記号変換手段（２）が、前記テ
キストから前記制御記号と他を分離して取り出す制御記
号検出部（22）と、前記制御記号と前記音声合成制御記
号を対応づけた制御記号対応表（21）と、前記制御記号
検出部（22）が検出した前記制御記号を前記制御記号対
応表（21）を検索して対応する前記音声合成制御記号に
変換する制御記号変換部（23）とを備えたことを特徴と
する請求項１記載の音声合成装置。
【請求項３】前記制御記号対応表（21）において、前
記テキストを表示する書式を定める書式制御記号を、無
音を所定長さ続ける、無視するのいずれかを表わす前記
音声合成制御記号に対応させたことを特徴とする請求項
２記載の音声合成装置。
【請求項４】前記制御記号対応表（21）において、前
記テキストの文字を規定する文字制御記号を、この文字
を読む際の所定の音量、所定の音の高低、所定の音色、
所定の読む速度の少くとも１つを表わす前記音声合成制
御記号に対応させたことを特徴とする請求項２記載の音
声合成装置。
【請求項５】前記制御記号対応表（21）において、表
示する文字よりなる文書の属性を表わす属性記号を、こ
の文書を読む際の、所定の間無音とする、所定の音量、
所定の音の高低、所定の音色、所定の読む速度の少くと
も１つを表わす前記音声合成制御記号に対応させたこと
を特徴とする請求項２記載の音声合成装置。